熊猫检查所需的列是否有数据

Question

我有两个数据框：

1. df_data 包含和 ID 列将其链接到另一个数据框 (df_data_req) 和其他列包含一些数据。并非所有列都有数据，这在某些情况下是可以的。
2. df_data_req 包含与 df_data 相同的 ID，并且在此数据框中指定哪些列应该包含数据。

source>:27:9: error: no matching member function for call to 'find'

然后我想验证 df_data 中的所有行，并检查（基于 ID 列），如果 df_data_req 中指定的所有列都有值。

我期望的是 df_data 的附加列，它指示“缺少数据”或“正常”，这取决于 df_data_req 中指定的内容。样本数据的输出将是：

<头>

ID	col1	col2	col3	验证
x	1	5		缺失数据
y		5	1	好的
x	2	5	3	好的
z	f	5	5	好的

Answer 1

这是一种使用 set_index、df.reindex_like 后跟条件检查的方法：

a = df_data.set_index("ID").replace("",np.nan)
b = df_data_req.set_index("ID").replace("",np.nan)
c = a.fillna(b.reindex_like(a)).eq("X").any(1)
df_data['validation'] = np.where(c,"MissingData","OK")

---

print(df_data)

  ID col1 col2 col3   validation
0  x    1    5       MissingData
1  y         5    1           OK
2  x    2    5    3           OK
3  z    f    5    5           OK